计算机软件及计算机应用 图书情报与数字图书馆 基于文献—关键词双模网络的热点识别方法研究——以数字人文领域为例 标题: 基于文献—关键词双模网络的热点识别方法研究——以数字人文领域为例作者: 李慧,王若婷第一作者: 李慧机构: 西安电子科技大学经济与管理学院期刊: 情报理论与实践发表日期: 2022-07-17论文摘要: [目的/意义]对科技文献进行热点识别研究，有助于学者们准确把握学科发展趋势和前沿问题，为科研政策和人才培养提供理论依据。[方法/过程]引入文献—关键词双模网络，设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文献与关键词关联关系的关键词综合影响力模型。利用Node2vec网络表示学习模型将共现网络中的节点映射为向量，采用轮廓系数对K-means、凝聚层次聚类等4种聚类算法进行评估，遴选出最优的聚类算法，结合关键词综合影响力识别热点主题。[结果/结论]选取数字人文领域的期刊文献数据进行实验，结果表明该方法可以较好地识别数字人文领域的前沿热点。关键词: Node2vec; 双模网络; 数字人文; 研究热点; 聚类算法; 识别方法DOI阅读链接: 10.16353/j.cnki.1000-7490.2022.11.015
